Datengetriebene Attribution (DDA)
Was ist Datengetriebene Attribution (DDA)?
Datengetriebene Attribution (DDA) ist ein Attributionsmodell, das Conversion-Daten nutzt, um den Beitrag einzelner Anzeigeninteraktionen entlang des Kaufprozesses zu bewerten. Ein lernendes Modell verteilt den Wert einer Conversion anteilig auf relevante Kontaktpunkte. Dadurch erhalten Kampagnen, Anzeigen und Keywords differenziertere Leistungswerte als bei einer reinen Zuordnung zum letzten Klick.
Datengetriebene Attribution (DDA), englisch: Data-driven Attribution, bewertet anhand beobachteter Conversion-Pfade, welche Anzeigeninteraktionen zur gewünschten Handlung beigetragen haben. Das Modell vergleicht dazu Wege mit und ohne Conversion und verteilt den Conversion-Wert entsprechend dem erkannten Beitrag auf mehrere Kontaktpunkte.
Datengetriebene Attribution (DDA) erklärt
Eine Attribution beantwortet die Frage, welcher Marketingkontakt den Erfolg einer Conversion erhält. Die Conversion kann beispielsweise ein Kauf, eine Anfrage, ein Anruf oder eine Registrierung sein. Bei längeren Entscheidungsprozessen liegen zwischen dem ersten Anzeigenkontakt und der Conversion häufig mehrere Suchanfragen, Kampagnen und Gerätewechsel.
Datengetriebene Attribution (DDA) verwendet die im jeweiligen Werbekonto verfügbaren Interaktionsdaten. Das Modell untersucht, welche Reihenfolgen von Anzeigenkontakten häufiger zu einer Conversion führen und welche Kontakte auch in erfolglosen Pfaden vorkommen. Ein Kontakt erhält mehr Conversion-Anteil, wenn sein Auftreten die Wahrscheinlichkeit einer Conversion nachweisbar verändert.
Der verbreitete Denkfehler lautet: Der letzte Klick hat den Kunden überzeugt. Der letzte Klick zeigt jedoch nur den letzten erfassten Anzeigenkontakt. Eine generische Suchanzeige kann den Bedarf geweckt haben, während eine spätere Markensuche den bereits vorbereiteten Kauf abschließt. Prüfe deshalb nicht nur die letzte Interaktion, sondern auch Kampagnen, die früh im Conversion-Pfad regelmäßig Teil erfolgreicher Abschlüsse sind.
So funktioniert das Attributionsmodell
Datengetriebene Attribution (DDA) analysiert eine Vielzahl beobachteter Pfade und sucht nach Mustern zwischen Anzeigeninteraktionen und Conversions. Google Ads berücksichtigt dabei unter anderem die Reihenfolge der Kontakte, Anzeigeninteraktionen, Keywords, Kampagnen und den zeitlichen Verlauf. Die genaue Gewichtung wird nicht als feste Formel veröffentlicht, weil sie aus den Daten des jeweiligen Werbekontos gelernt wird.
Die Grundlogik lässt sich trotzdem mathematisch darstellen: Der gesamte Wert einer Conversion entspricht 1 beziehungsweise 100 Prozent. Dieser Wert wird auf die berücksichtigten Anzeigenkontakte verteilt. Bei einer Conversion mit drei relevanten Kontakten könnte eine beispielhafte Zuordnung 0,35, 0,40 und 0,25 lauten. Die Summe der Teilwerte beträgt immer 1.
Teilwerte wie 12,7 Conversions auf Kampagnenebene sind deshalb kein Messfehler. Der Dezimalwert entsteht, wenn mehrere Conversions anteilig auf verschiedene Anzeigeninteraktionen verteilt werden. Für die Bewertung vergleichst du den zugeordneten Conversion-Wert mit Kosten, Umsatz und strategischer Funktion der jeweiligen Kampagne.
DDA und Last Click im Vergleich
| Kriterium | Datengetriebene Attribution | Last Click |
|---|---|---|
| Zuordnung | Verteilt den Conversion-Wert anteilig | Ordnet den gesamten Wert dem letzten Anzeigenkontakt zu |
| Gewichtung | Wird aus beobachteten Daten gelernt | Folgt einer festen Regel |
| Conversion-Pfad | Bewertet mehrere relevante Kontakte | Bewertet ausschließlich den letzten Kontakt |
| Auswertung | Kann Dezimalwerte für Conversions erzeugen | Weist einer Interaktion eine vollständige Conversion zu |
| Einsatz | Geeignet für Konten mit mehreren Kampagnen und wiederkehrenden Kontakten | Leicht nachvollziehbar bei kurzen, direkten Pfaden |
Der Unterschied zwischen datengetriebener Attribution und Last Click liegt in der Verteilungslogik. Last Click vergibt 100 Prozent des Conversion-Werts an die letzte erfasste Interaktion. Datengetriebene Attribution (DDA) kann dagegen auch früheren Kontakten einen Anteil geben, sofern die Kontodaten einen messbaren Beitrag erkennen lassen.
Last Click bevorzugt häufig Markenanzeigen, Remarketing und andere Kontakte am Ende des Kaufprozesses. Kampagnen für generische Suchbegriffe können dadurch schwächer erscheinen, obwohl sie neue Interessenten erstmals zum Angebot geführt haben. Prüfe bei einem Modellvergleich besonders, welche Kampagnen Conversion-Anteile gewinnen oder verlieren und an welcher Stelle des Kaufprozesses diese Kampagnen arbeiten.
DDA in Google Ads 2026
Datengetriebene Attribution (DDA) wird in Google Ads auf Ebene der Conversion-Aktion festgelegt. Verschiedene Conversion-Aktionen können deshalb unterschiedliche Attributionsmodelle verwenden. Eine Kauf-Conversion und eine Kontaktanfrage müssen getrennt geprüft werden, da ihre Pfade, Werte und Datenmengen voneinander abweichen.
Die Verfügbarkeit der datengetriebenen Attribution hängt von den nutzbaren Daten der jeweiligen Conversion-Aktion ab. Google Ads zeigt im Konto an, welche Modelle ausgewählt werden können. Eine allgemeine Mindestzahl sollte nicht als dauerhaft gültiger Grenzwert behandelt werden, weil Google technische Voraussetzungen und Modellverfügbarkeit ändern kann.
Messbar ist das zum Beispiel so: Vergleiche in Google Ads die Kampagnenwerte vor und nach dem Modellwechsel und analysiere zusätzlich Kosten, Conversion-Wert und ROAS. Die SEA-Funktionen der Performance Suite führen Kampagneninformationen in einer gemeinsamen Auswertung zusammen. Das erleichtert die Kontrolle, ersetzt aber kein korrekt eingerichtetes Conversion-Tracking.
Diese Daten braucht das Modell
Datengetriebene Attribution (DDA) kann nur Kontakte bewerten, die technisch erfasst und einer Conversion zugeordnet werden. Fehlende Tags, doppelt ausgelöste Conversions oder falsch importierte Umsätze verfälschen deshalb nicht nur Berichte, sondern auch die Grundlage automatischer Gebotsstrategien.
Eine saubere technische Basis umfasst auch funktionierende Zielseiten. Fehlerhafte Formulare, langsame Seiten oder unterbrochene Bestellprozesse reduzieren die erfassten Conversions und verändern damit die Datengrundlage. Der OSG-Ratgeber zu Technik-Checks für Google Ads zeigt, welche Zielseitenfehler bei der SEA-Auswertung berücksichtigt werden sollten.
Typische Fehler bei DDA
Ein Modellwechsel verbessert keine Kampagne automatisch. Datengetriebene Attribution (DDA) verändert zunächst die Verteilung bereits gemessener Conversions. Eine Kampagne kann nach der Umstellung mehr Conversion-Anteile erhalten, obwohl die Gesamtzahl der realen Käufe unverändert bleibt. Vergleiche deshalb keine Zeiträume, ohne das verwendete Modell und das Umstellungsdatum zu dokumentieren.
Ein weiterer Fehler ist die isolierte Bewertung einzelner Kampagnen. Eine Kampagne am Anfang des Kaufprozesses kann einen niedrigen direkten ROAS aufweisen und trotzdem nachweisbar an späteren Abschlüssen beteiligt sein. Umgekehrt bedeutet ein hoher DDA-Anteil nicht automatisch, dass zusätzliches Budget denselben Grenzertrag erzielt. Beurteile Budgetänderungen deshalb mit kontrollierten Zeitvergleichen oder Kampagnentests.
Relevanz für SEA, SEO und GEO
Für SEA beeinflusst datengetriebene Attribution (DDA), welchen Kampagnen, Anzeigen und Keywords Conversions zugerechnet werden. Diese Werte fließen auch in automatische Gebotsstrategien ein. Eine Änderung des Attributionsmodells kann daher die Gebotssteuerung verändern, obwohl Anzeigen, Budgets und Zielseiten zunächst gleich bleiben.
Für SEO liefert DDA keine vollständige kanalübergreifende Bewertung, wenn die Analyse ausschließlich innerhalb von Google Ads erfolgt. Organische Suchkontakte müssen über eine geeignete kanalübergreifende Analyse ergänzt werden. Der Unterschied zwischen SEO und SEA bleibt auch bei der Attribution relevant, weil Werbeplattformen und Webanalyse unterschiedliche Datenräume und Zuordnungsregeln verwenden.
Für GEO, also Generative Engine Optimization, gibt es derzeit keine direkte Gleichsetzung mit einem klassischen Anzeigenkontakt. Empfehlungen in ChatGPT, Perplexity, Gemini oder Grok können Nachfrage auslösen, ohne in Google Ads als Touchpoint sichtbar zu werden. Unternehmen sollten DDA deshalb als SEA-Modell verstehen und ergänzende Marken-, Direktzugriffs- und Befragungsdaten nutzen, wenn KI-Kontakte Teil des Kaufprozesses sein könnten.
Eine kanalübergreifende Steuerung verlangt gemeinsame Ziele und konsistente Conversion-Werte. Das kostenlose E-Book zu SEO- und SEA-Synergien erläutert, wie bezahlte und organische Suchdaten gemeinsam für Keyword-, Budget- und Content-Entscheidungen genutzt werden können.
Häufige Fragen zur datengetriebenen Attribution
Welches Attributionsmodell nutzt Machine Learning?
Datengetriebene Attribution nutzt lernende Algorithmen, um den Conversion-Wert auf Anzeigeninteraktionen zu verteilen. Die Gewichtung entsteht aus den beobachteten Pfaden der jeweiligen Conversion-Aktion und folgt keiner festen Prozentregel.
Warum werden Conversions als Dezimalzahl angezeigt?
Datengetriebene Attribution kann eine Conversion anteilig mehreren Anzeigenkontakten zuordnen. Dadurch entstehen auf Kampagnen-, Anzeigen- oder Keyword-Ebene Werte wie 4,3 Conversions, obwohl einzelne Käufe oder Anfragen vollständig gezählt wurden.
Ist datengetriebene Attribution immer besser als Last Click?
Datengetriebene Attribution bildet komplexe Conversion-Pfade differenzierter ab, setzt aber verwertbare Messdaten voraus. Last Click ist leichter nachvollziehbar, blendet jedoch alle Kontakte vor der letzten Anzeigeninteraktion aus.
Wie lange dauert die Umstellung auf DDA?
Die Einstellung lässt sich direkt bei der Conversion-Aktion ändern. Die fachliche Bewertung benötigt jedoch einen ausreichend langen Vergleichszeitraum, der Conversion-Verzögerungen und den üblichen Kaufprozess berücksichtigt.
Verändert DDA die Anzahl der tatsächlichen Verkäufe?
DDA verändert zunächst die Zuordnung der gemessenen Verkäufe und nicht die Zahl der realen Bestellungen. Mittelbar kann das Modell die Kampagnensteuerung beeinflussen, wenn automatische Gebotsstrategien die neu verteilten Conversion-Daten verwenden.
Kann DDA organische Suchkontakte bewerten?
Das Google-Ads-Modell bewertet Anzeigeninteraktionen innerhalb seines verfügbaren Datenraums. Für eine kanalübergreifende Bewertung von SEA, SEO, Direktzugriffen und weiteren Quellen ist eine ergänzende Webanalyse erforderlich.
Wenn du Attributionsmodell, Conversion-Tracking und Gebotsstrategie gemeinsam prüfen lassen möchtest, bietet ein Potenzialcheck eine strukturierte Grundlage für die nächsten SEA-Entscheidungen.
Kostenlosen Potenzialcheck anfragen
Sie haben noch Fragen?
